图解sql面试题：如何查找重复数据？

【题目】

编写一个SQL查询，查找学生表中所有重复的学生名。

【解题思路】

1.看到“找重复”的关键字眼，首先要用分组函数（group by），再用聚合函数中的计数函数count()给姓名列计数。

2. 分组汇总后，生成了一个如下的表。从这个表里选出计数大于1的姓名，就是重复的姓名。

【解题步骤】

方法一 （1）创建一个辅助表，将姓名列进行行分组汇总

select 姓名, count(姓名) as 计数
from 学生表
group by 姓名;

（2）选出辅助表中计数大于1的姓名

select 姓名 from 辅助表
where 计数 > 1;

（3）结合前两步，将“创建辅助表”的步骤放入子查询

select 姓名 from
(
 select 姓名, count(姓名) as 计数
 from 学生表
 group by 姓名
) as 辅助表
where 计数 > 1;

结果：

方法二 这时候有的同学可能会想，为什么要这么麻烦创建一个子查询，不能用这个语句（将count放到where字句中）直接得出答案吗？

select 姓名
from 学生表
group by 姓名
where count(姓名) > 1;

如果我们运行下这个sql语句，会报下面的错误，问题出在哪里呢？

前面提到聚合函数（count），where字句无法与聚合函数一起使用。因为where子句的运行顺序排在第二，运行到where时，表还没有被分组。（如果不清楚，可以系统看下我之前的课程《从零学会SQL：汇总分析》）

如果要对分组查询的结果进行筛选，可以使用having子句。所以，这道题的最优方法如下：

select 姓名
from 学生表
group by 姓名
having count(姓名) > 1;

【本题考点】

1）考察思路，有两种解题方法，但是使用having语句的方法更高效。

2）考察对having语句的掌握，很多人会把聚合函数写到where子句中。

3）熟记SQL子句的书写顺序和运行顺序。

【举一反三】

本题也可以拓展为：找出重复出现n次的数据。只需要改变having语句中的条件即可：

select 列名
from 表名
group by 列名
having count(列名) > n;

我是猴子，中科院硕士/前IBM高级软件工程师/豆瓣8分《数据分析思维》作者，我在知乎知学堂上线了一个数据分析课程，结合IBM项目经验和国内互联网大厂一线业务案例，讲解常用模型+逻辑框架，还有常用数据分析工具带练+业务实操带练，数据分析技能和思维两条腿走路，让你成为真正的数据分析师，而不是数据处理工具人。